La localización del punto de recolección de cítricos es crítica para la cosecha automática de cítricos. Debido al complejo entorno de cultivo de cítricos y a las limitaciones de los dispositivos, el método eficiente de localización del punto de recolección de cítricos se convierte en un tema de investigación candente. Este estudio diseña un flujo de trabajo novedoso y eficiente para la localización del punto de recolección de cítricos, denominado CPPL. El CPPL se logra en base a dos etapas, a saber, la etapa de detección y la etapa de segmentación. Para la etapa de detección, definimos el KD-YOLOP para detectar con precisión los frutos cítricos y localizar rápidamente la región de recolección inicial. El KD-YOLOP se define en base a un aprendizaje de destilación de conocimientos y una poda de modelos para reducir el costo computacional manteniendo una precisión competitiva. Para la etapa de segmentación, definimos el RG-YOLO-seg para segmentar eficientemente las ramas de cítricos y calcular los puntos de recolección. El RG-YOLO-seg se propone introduciendo el RGNet para extraer características eficientes y utilizando el GSNeck para fusionar características de múltiples escalas. Por lo tanto, mediante el uso de destilación de conocimientos, poda de modelos y un modelo ligero para la segmentación de ramas, el CPPL propuesto logra una localización precisa en tiempo real de los puntos de recolección de cítricos. Realizamos experimentos extensos para evaluar nuestro método; muchos resultados muestran que el CPPL propuesto supera a los métodos actuales y logra una precisión adecuada. Proporciona un método novedoso eficiente y robusto para la cosecha de cítricos en tiempo real en aplicaciones agrícolas prácticas.